12/8极开关磁阻电机非线性建模与动态仿真

针对开关磁阻电动机(SRM)显著非线性造成其精确数学模型难以建立的问题,深入研究了12／8极开关磁阻电动机电感特性,提出了一种新型电感非线性数学模型,依据此电感模型,利用Matlab建立了开关磁阻电动机的仿真模型。通过仿真结果与实验结果的比较,证明所提出的电感非线性模型是合理的,可以准确地反映SRM的实际运行状况,该模型有助于对12／8极开关磁阻电动机调速系统进行深入研究。     

基于模糊逻辑控制的SRD仿真实现

分析了开关磁阻电动机调速系统(SRD)的工作原理及开关磁阻电动机(SRM)的非线性电感模型.在此基础上,对其进行了简化处理,并采用模糊控制器对SRM的开关角进行实时补偿,同时建立了基于电流斩波控制的四相SRM非线性仿真模型,通过仿真验证了该控制方式的正确性,证明了该模型不但计算相对简单且能有效减小转矩脉动和提高系统的动...     

基于模糊逻辑控制的SRD仿真实现

分析了开关磁阻电动机调速系统（SRD）的工作原理及开关磁阻电动机（SRM）的非线性电感模型。在此基础上,对其进行了简化处理,并采用模糊控制器对SRM的开关角进行实时补偿,同时建立了基于电流斩波控制的四相SRM非线性仿真模型。仿真结果验证了该控制方式的正确性,该模型不但计算相对简单且能有效减小转矩脉动和提高系统的动、静态性能,并能满足一定精度要求,为实际的SRD设计和调试提供有效的手段和工具。     

基于MATLAB的开关磁阻电动机线性及非线性建模仿真

基于开关磁阻电动机的磁化特性,分析了开关磁阻电机(SRM)的线性电感和非线性电感模型。根据这两种动态模型,在Matlab/Simulink环境下对SRM、功率变换器及其控制系统进行了建模和仿真。此模型通用性强,修改方便,而仿真结果较好地反映了SRM的运行状况。所建模型对于辅助分析设计SRM驱动系统有一定参考价值。     

基于场路耦合的开关磁阻电动机无位置传感器算法研究

研究了一种基于有限元分析的开关磁阻电机的位置估算方法。该方法首先利用有限元分析得到SRM无位置算法所需参数,建立SRM的非线性电感模型,通过滑模观测器得到SRM的转子位置和速度,最后在ANSOFT场路耦合仿真平台上对该方法进行验证,仿真结果验证了该无位置算法具有较好的精确度。     

开关磁阻电动机调速系统仿真分析

在开关磁阻电动机非线性动态模型基础上,利用Matlab/Simulink软件建立了开关磁阻电动机调速系统的仿真模型,分别在电流斩波控制和角度位置控制两种控制方式下进行了开关磁阻电动机调速系统的动态仿真,得到了相电感、电流、转矩和开关磁阻电动机的合成转矩,仿真结果反映了开关磁阻电动机的实际工作状况.     

基于Pspice的电动汽车用开关磁阻电动机建模与仿真

本文提出了一种基于通用电路分析软件Pspice的开关磁阻电动机(SRM)的动态仿真模型.模型中利用有限元计算的SRM磁化曲线数据,电路部分采用反电动势模型,并考虑了可变电感动态变化对绕组反电动势的影响,利用适当的控制源将SRM的电路和磁路相耦合.利用提出的Pspice仿真模型,对研制的12/8极20kW电动汽车用SRM进行了仿真计算,实验结果验证了该模型的正确性,对SRM的进一步优化设计、优化控制等均具有指导意义.     

基于滑模观测器的开关磁阻电动机间接位置检测技术研究

滑模观测器采用分段线性电感模型，同时考虑了磁路饱和的影响，减小了计算量，实现了开关磁阻电动机在线转子位置间接检测。对该方法进行了理论分析。在仿真研究中，考虑到数学模型和实际电动机特性的差异，采用有限元计算结果对开关磁阻电动机的非线性特性进行建模，而滑模观测器采用分段线性电感模型；最后对提出的间接位置检测方法进行了实验验证。仿真和实验结果验证了方法的可行性和鲁棒性。     

基于Maxwell 2D的开关磁阻电动机的仿真研究

基于Maxwell 2D的仿真环境，建立了开关磁阻电动机（SRM）的系统仿真模型，对开关磁阻电动机的基本特性进行了仿真研究。仿真结果可以用于指导这种新型电机及其控制系统的设计和优化。     

基于结构参数的开关磁阻电机非线性模型

开关磁阻电机(SRM)具有简单的结构,但其电磁关系却很复杂,且具有深度局部饱和效应,从而造成其高度的非线性。这是导致其精确数学模型难以建立的主要原因之一。文章根据给定的一套完整的电机结构参数,应用改进的快速非线性法和快速非线性仿真法,并给出相应的改进程序,将其应用在Matlab/Simulink环境下,建立了一种新型的开关磁阻电动机非线性仿真模型。仿真结果证明:该模型与现有的线性模型和准线性模型相比有很大改进,其结构较为简单,结果较为精确,能够准确反映开关磁阻电机的各项稳态性能,若在此模型基础上加上调速控制环节,对于有效分析开关磁阻电机各项性能和深一步研究SRM控制算法具有深刻意义。     

基于互感电压的无位置传感器SRM初始位置检测

在SRD的设计中,SRM初始位置的检测是间接位置检测首先必须解决的问题.在对SRM电感模型和连续两相电磁特性分析的基础上,提出了一种无位置传感器SRM启动前转子初始位置检测方法,该方法通过向电机定子相绕组注入激励脉冲,并检测相邻两相的互感电压来确定转子初始位置,使其正确启动.通过对8/6极四相开关磁阻电机的实验,验证了该方法的可行性.     

考虑互感影响的开关磁阻电机无位置传感器控制技术

针对开关磁阻电机采用电流斩波控制(CCC)方式时相间互感对无位置传感器角度估算的影响,提出一种转子位置估算方法,该方法可以消除相间互感对位置估计的影响,并且无需测量相间互感大小。当电机在单相励磁区时,此时采用变系数电感模型方法进行角度估计;当电机在两相同时处于励磁区时,相间互感不为零,此时对导通相的磁链做差值运算以消除相间互感,最终通过实验对提出的转子位置估算方案进行验证。实验结果表明,与传统的忽略相间互感影响的转子位置估计方案相比,该方案能够消除互感对转子位置估计的影响,并且具有更高的估计精度,能够实现较大转速范围的无位置传感器稳定可靠运行。     

开关磁阻电机变参数自适应控制

开关磁阻电机(Switched Reluctance Motor,简称SRM)具有严重的非线性,绝大部分SRM控制器采用电流滞环调节器.在补偿被控对象非线性方面,变参数自适应控制是非常有效的方法.采用基于SRM电感模型的变参数自适应控制,对SRM运动电势和电感的非线性进行了有效的补偿.仿真和实验结果表明,该控制方法对于非线性严重的SRM具有很好的控制效果.     

基于GA-ANFIS的开关磁阻电机建模

针对在使用自适应神经网络模糊推理系统对开关磁阻电机进行建模的过程中收敛速度慢的问题,采用将遗传算法和自适应神经网络模糊推理系统相结合的开关磁阻电机建模方法.网络结构仍然采用具有很强鲁棒性和自适应性的Takagi-Sugeno模型,而在网络参数训练时将遗传算法与自适应神经网络模糊推理系统的传统混合学习算法相结合,以提高训...     

基于自适应网络模糊推理系统的开关磁阻电机建模方法

提出一种开关磁阻电机(switched reluctance motor,SRM)数学建模的新方法：在已知开关磁阻电机静态电感曲线和矩角特性曲线的基础上,将自适应网络模糊推理系统(adaptive network based fuzzy inference system,ANFIS)用于SRM的整体建模中。该模糊推理系统由5层网络构成,将模糊推理与神经网络有机结合起来,利用它的自学习功能计算出模糊系统的隶属度函数以及相应的模糊规则,形成一个结构简单、紧凑的网络来实现电机绕组电流、转子位置角与电感和转矩的非线性映射关系,然后离线训练得到电感与转矩模型。把这种基于ANFIS的电感和矩角模型应用于SRM的系统建模中,以550 W、6/4极SRM为例,进行了仿真与实验比较,结果表明此建模方法能够较好的反映SRM的实际工作状况,从而为SRM系统的建模分析与设计提供一种新的有力的工具。     

开关磁阻电机考虑互感下仿真模型的建立

目前开关磁阻电机仿真模型的建立很少考虑互感的影响,但实际电机电流换相过程中,相邻相产生的互感最大值可以达到自感的6.4%-7.0%根据所测得的互感磁链值,在Matlab下建立了考虑互感的开关磁阻电机模型,并对考虑互感和没有考虑互感的仿真结果进行比较,结果可知,考虑互感下电机模型的仿真结果更接近实际情况.     

SRM空间电感向量法低速无位置传感器控制技术

为解决开关磁阻电机(switched reluctance motor,SRM)无位置传感器启动和低速驱动运行控制的研究难题,文中基于SRM空间电感向量模型提出了一种新的转子位置估计方法。在电机启动及低速驱动运行两种不同状态下,该方法通过对电机绕组进行高频脉冲注入以实现三相电感辨识,并结合复平面内三相电感向量模型与转子位置角度之间的余弦函数关系,采用反余弦变换实现SRM转子位置准确估计。最终通过仿真和实验对提出的无位置方案进行了验证,结果表明,该方法能对SRM转子位置进行准确定位并实现无位置传感器可靠启动及低速运行。     

考虑磁饱和特性下特殊位置电感的开关磁阻电机无位置传感器控制

开关磁阻电机（SRM）在实际运行时由于负载增加导致电流增大,会使SRM进入磁饱和工作状态。传统的无位置传感器控制方法解决磁饱和问题需要进行大量离线测量。因此,提出一种基于特殊位置判断的SRM无位置传感器控制策略。该方法通过向非导通相注入高频脉冲电压以得到全周期电感,通过电感曲线非饱和段的线性变化关系在线得出15°、30°、45°、60° 4个特殊位置对应的非饱和相电感值,根据电感与角度对应关系,在一个周期内得到4个特殊位置,通过相邻2次位置估算电机转速与全周期转子位置。在此基础上,搭建了基于Simulink的仿真模型和基于DSP的试验平台,通过仿真与试验验证了该方法的正确性。